Superuser Todo abierto, buffs infinitos, entregas simuladas, sin GA.
Drill 05
El análisis está listo. ¿Quién responde por él?
El paso que casi nadie da, y sin el cual todo lo anterior queda archivado.
Cuándo se saca
Cuando el análisis está bien hecho, todos lo vieron, y no pasó nada.
Cómo se usa
Responder por un número no es cargar la culpa. Es sacarlo afuera y ponerle nombre.
De dónde saqué esto
Jugué básquetbol por años. En mi primera temporada no anoté un solo punto, ni uno en todo el campeonato. El problema no era técnico. Internalizaba toda la presión, y cada vez que llegaba al aro el peso de querer hacerlo bien me paralizaba.
La solución no fue practicar el tiro. Fue empezar a hablar en voz alta, a gritar, a decirle a mis compañeros lo que veía en la cancha. Hay una razón fisiológica detrás: cuando nombras la presión afuera, baja la ansiedad y piensas más claro.
Con los datos pasa lo mismo. El análisis que nadie comenta en la reunión es el equivalente a internalizar la presión. La métrica que preocupa pero que nadie nombra en el directorio es el tiro que nunca se ejecuta.
Un caso
Pasa en casi todas las empresas.
Lo que se veíaUn tablero que todos ven y nadie defiende. Una métrica que preocupa y que el gerente no nombra en el directorio.
Lo que eraEl problema no son los datos. Los datos están. Lo que falta es la casilla que casi nunca se llena, la de quien responde por el resultado.
En qué terminóEs el equipo que juega sin comunicarse. El dato existe y la decisión no llega.
Dónde se cae la gente
Llenar la casilla del que responde con un comité. Un número con cuatro responsables tiene cero.
Fuego rápido
4 preguntas sobre esto mismo. Si fallas una, la línea de abajo dice por qué.
Dónde se pone a prueba
Saber el método no es la habilidad. Estos challenges no te dicen cuál usar, y ese es justamente el ejercicio.
Quién lo revisa

Rodrigo Urrea
Analítica · Forecasting · Productos digitales
Catorce años en analítica, en Chile, Alemania y para compañías en Estados Unidos.
Empecé en consumo masivo y bebidas, donde los pedidos llegaban con apuro y sin contexto. Después forecasting, productos digitales, y empresas sin equipo de datos que necesitaban una respuesta usable el lunes y no el mejor modelo posible. Un MSc en Business Analytics en el camino. Trabajé en varias industrias, y el patrón se repite en todas: el problema casi nunca es la técnica o la herramienta.
Hoy trabajo en construir capacidades AI-ready para tareas de analítica: qué parte del trabajo conviene automatizar y qué parte sigue siendo criterio. La segunda es más grande de lo que parece.
Los 21 challenges salen de pedidos que me hicieron a mí.
LinkedIn ↗Todos mis enlaces ↗